Компания DeepMind анонсировала открытие симулятора физических процессов MuJoCo

Принадлежащата на Google компания DeepMind, известна с разработките си в сферата на изкуствения интелект и строителството на невронни мрежи, способни да играят компютърни игри на човешко ниво, обяви откритие на двигателя за симулация на физични процеси MuJoCo (Multi-Joint dynamics with Contact). Двигателят е насочен към моделиране на ставни структури, взаимодействващи с околната среда и се използва за симулации по време на разработката на роботи и системи за изкуствен интелект, на етапа преди реализацията на разработваната технология в готово устройство.

Кодът е написан на C/C++ и ще бъде публикуван под лицензия Apache 2.0. Поддържат се платформите Linux, Windows и macOS. Работата по откритие на всички свързани с проекта изходни кодове се планира да бъде завършена през 2022 година, след което MuJoCo ще премине на отворен модел на разработка, позволяващ участие в разработката на представители от общността.

MuJoCo е библиотека с реализация на симулационен двигател за физични процеси с общо предназначение, който може да се използва по време на изследвания и разработка на роботи, биомеханични устройства и системи за машинно обучение, а също така при създаване на графика, анимация и компютърни игри. Симулационният двигател е оптимизиран за максимална производителност и позволява манипулиране на обекти на ниско ниво, като в същото време осигурява висока точност и широки възможности за моделиране.

Моделите се определят с помощта на езика за описание на сцени MJCF, основан на XML и компилиран с помощта на специален оптимизиращ компилатор. Освен MJCF, двигателят поддържа зареждане на файлове в универсален формат URDF (Unified Robot Description Format). MuJoCo предлага и графичен интерфейс за интерактивна 3D визуализация на процеса на симулация и рендериране на резултатите с помощта на OpenGL.

Основни функции:

• Симулация в обобщени координати, изключваща нарушаване на ставите.
• Обратна динамика, определяна дори при наличието на контакти.
• Използване на凸но програмиране за унифицирано формулиране на ограничения в непрекъснато време.
• Възможност за задаване на различни ограничения, включително меки контакти и сухо триене.
• Симулиране на системи от частици, тъкани, въжета и меки обекти.
• Изпълнителни елементи (актуатори), включително мотори, цилиндри, мускули, сухожилия и механизми с крива щипка.
• Решаващи програми на базата на методи на Нютон, свързани градиенти и метода на Гаус-Зейдел.
• Възможност за използване на пирамидални или елиптични конуси на триене.
• Избор на методи за числено интегриране, включително Ейлер и Рунге-Кута.
• Мултипоточна дискретизация и аппроксимация с метода на краен разлики.

Източник: opennet.ru